CN117908481B 一种机理与数据融合驱动的产品装配精度预测方法及系统 （北京科技大学）

一种机理与数据融合驱动的产品装配精度本发明提供了一种机理与数据融合驱动的装配变形误差与实测误差的装配误差传递修正以及融合机理与数据的产品装配精度预测模型2S1：根据待生产零件的结构特征和装配过程，构建S2：根据待装配零件之间的配合关系和工装定S3：基于几何误差旋量模型、装配变形误差和实S4：基于装配误差传递修正模型获取参数数S5：通过装配误差传递机理模型、装配精度预测数据3.根据权利要求2所述的装配精度预测方法，其特薄壁零件受到装配工装夹紧力产生的变形偏差具体为：薄壁零件在装配连接过程中引起的变形偏差具体为：解析薄下架过程中引起的回弹变形偏差具体为：解析装配体3构建出基于支持向量回归的装配精度预测数据模型，并将理论计算值作为模型的训练输S53：将装配精度预测数据模型计算得到的偏差预测值与装配误差传递机理模型计算49.根据权利要求8所述的装配精度预测方法，其特征10.一种机理与数据融合驱动的产品装配精度预测系统，所述装配精度预测系统用于几何误差旋量模型构建模块，用于根据待生产零件的结构装配误差传递机理模型构建模块：用于根据待装配零件之间的配合关装配误差传递机理模型修正模块，用于基于几何误差旋量模型、装装配精度预测数据优化模型构建优化模块，用于基于装配误差产品装配精度预测模型融合构建模块，用于通过装配误差测数据优化模型和实测装配精度数据构建产产品装配精度预测模型训练验证模块，用于通过实测装配5[0003]误差传递模型的精准程度在很大程度上会影响到后续的装配精度预测与优化环融合机理模型与数据模型进行建模，形成机理分析与数据融合驱动的误差传递建模方法，6[0012]S6：通过实测装配精度数据对产品装配精度预测模型进行训练并进行有效性验[0015]S12：根据各误差源的关键测点与几何特征信息获取装配体几何特征的位置变动数据，采用运动学理论与小位移旋量法将位置变动数据转化为矩阵格式的误差旋量模型，实现对多种基本误差源特征变动的几何误差7节点沿全局坐标系的三个方向的变形量，将节点的变形量与原始坐标沿对应方向进行叠集内容为与装配精度相关的数据集，包括但不限于装配过程中的参数信息和工件质量信[0036]S53：将装配精度预测数据模型计算得到的偏差预测值与装配误差传递机理模型8度预测数据优化模型和实测装配精度数据构建产品装配精度9[0058]图5是本发明提出的装配体直对缝处装配误差传递关系示意图(包含间隙与阶[0063]图10是本发明提出的一种机理与数据融合驱动的产品装配精度预测方法及系统[0064]为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描[0073]S6：通过实测装配精度数据对产品装配精度预测模型进行训练并进行有效性验[0076]S12：根据各误差源的关键测点与几何特征信息获取装配体几何特征的位置变动数据，采用运动学理论与小位移旋量法将位置变动数据转化为矩阵格式的误差旋量模型，实现对多种基本误差源特征变动的几何误差[0077]所述S11中误差源包括但不限于零件初始制造偏差、薄壁零件受到装配工装夹紧力产生的变形偏差、装配连接过程中引起的变形偏差和在下架过程中引起的回弹变形偏节点沿全局坐标系的三个方向的变形量，将节点的变形量与原始坐标沿对应方向进行叠[0096]S53：将装配精度预测数据模型计算得到的偏差预测值与装配误差传递机理模型度预测数据优化模型和实测装配精度数据构建产品装配精度过程中引起的回弹变形偏差，将这些误差源对装配产生的影响转化为相应特征的变动情[0122]S15：根据各误差源的关键测点与几何特征信息获取装配体几何特征的位置变动数据，采用运动学理论与小位移旋量法将位置变动数据转化为矩阵格式的误差旋量模型，实现对多种基本误差源特征变动的几何误差该矩阵可描述产品装配过程中各误差环节在定位工装、零件内部和配合面之间的传递关[0137]S53：将装配精度预测数据模型计算得到的偏差预测值与装配误差传递机理模型型和融合机理与数据的产品装配精度预测模型的构建三几何误差旋量模型；并根据装配零件间的配合关系和工装定位情况构建雅可比旋量矩阵，理与数据融合驱动的产品装配精度预测方法，用于机械产品装配过程中的装配精度预测，所述机理与数据融合驱动的产品装配精度预测方法包括以[0153]进一步，分析薄壁零件受到装配工装定位与夹紧作用引e[0161]计算得到零件变形a?后，将零件变形情况分解成两个部分：平动部分和转动部板的挠度认定为Z方向产生的变形误差μz；连接过程中壁板沿ZX方向和ZY方向的切应变也u'v'w']TFr的作用点与工装夹紧力的作用点位置相同，同时回弹力的大小与工装夹紧力的大小相取公差分析所需的关键功能特征的原始节点坐标以及各节点沿全局坐标系的轴三个方向i为由装配误差机理计算结果与装配误差实测结果相减得到的机理模型计算偏差值。[0197]拟合函数的核函数为可形成非线性映射且易于实现的径向基函数(radialbasisxn)为装配精度偏差值预测结果的补偿值，ym为实测产xn)为装配精度预测数据模型计算得到的理论装配偏差，y(x,…x)为零件特征1变形偏差数值，翼盒产品装配完成后测量左侧直对缝的装配间隙与装配阶差的精度数据，至建立的装配误差传递机理模型中，分别计算得到翼盒产品的直对缝间隙误差与阶差误计算流程如图7所示。之后，将多组样本中的70％作为训练样本集用以对预测模型进行训[0212]以上对本申请实施例所提供的一种机理与数据融合驱动的产品装配精度预测方本申请的保护范围当视所